ㅁ 엣지/휴머노이드

ㅇ 정의:
로봇 기술과 엣지 컴퓨팅, 휴머노이드 기술이 융합되어 실시간 처리와 인간과 유사한 상호작용을 가능하게 하는 기술.

ㅇ 특징:
– 실시간 데이터 처리 및 분석.
– 인간과의 자연스러운 상호작용.
– 소형화된 엣지 디바이스 활용.

ㅇ 적합한 경우:
– 물류창고에서 로봇이 작업자와 협력하여 작업할 때.
– 고객 응대용 휴머노이드 로봇.

ㅇ 시험 함정:
– 엣지 컴퓨팅과 클라우드 컴퓨팅의 차이를 혼동하는 경우.
– 휴머노이드 로봇이 모든 인간 업무를 대체할 수 있다고 과대평가하는 경우.

ㅇ 시험 대비 “패턴 보기” 예시:
1. O: 엣지 컴퓨팅은 데이터 처리를 로컬 디바이스에서 수행하여 지연 시간을 줄인다.
2. X: 휴머노이드 로봇은 항상 클라우드 기반으로만 작동한다.

================================

1. Robot Operating System

ㅇ 정의:
로봇 개발을 위한 오픈소스 프레임워크로, 센서 데이터 처리, 제어 알고리즘 통합 등을 지원.

ㅇ 특징:
– 모듈화된 구조로 다양한 하드웨어와 소프트웨어를 연동 가능.
– 멀티 플랫폼 지원.
– 커뮤니티 기반의 활발한 업데이트.

ㅇ 적합한 경우:
– 자율주행 로봇 개발.
– 로봇 프로토타입 제작.

ㅇ 시험 함정:
– ROS와 ROS 2의 차이를 명확히 이해하지 못하는 경우.
– ROS가 단순히 소프트웨어 라이브러리라고 오해하는 경우.

ㅇ 시험 대비 “패턴 보기” 예시:
1. O: ROS는 센서 데이터 처리와 로봇 모션 제어를 위한 오픈소스 프레임워크이다.
2. X: ROS는 특정 하드웨어에서만 작동하는 독점 소프트웨어이다.

================================

2. AI

ㅇ 정의:
인간의 지능적 행동을 모방하는 기술로, 머신러닝, 딥러닝, 자연어 처리 등을 포함.

ㅇ 특징:
– 데이터 기반 학습.
– 패턴 인식과 예측.
– 다양한 분야에 적용 가능.

ㅇ 적합한 경우:
– 음성 인식 및 자연어 처리.
– 자율주행 시스템의 의사결정.

ㅇ 시험 함정:
– AI와 머신러닝, 딥러닝의 관계를 혼동하는 경우.
– AI가 항상 자율적으로 작동한다고 오해하는 경우.

ㅇ 시험 대비 “패턴 보기” 예시:
1. O: AI는 데이터 기반 학습을 통해 패턴을 인식하고 예측하는 기술이다.
2. X: AI는 항상 인간 감독 없이 자율적으로 작동한다.

ㅁ 추가 학습 내용

ROS 2의 주요 개선점과 AI의 윤리적 문제를 학습하기 위해 다음과 같이 정리합니다.

1. ROS 2의 주요 개선점
– 실시간 처리 지원: ROS 2는 실시간 처리를 지원하기 위해 DDS(Data Distribution Service) 미들웨어를 사용합니다. 이를 통해 로봇 시스템에서 시간에 민감한 작업을 더 잘 처리할 수 있습니다.
– 보안 강화: ROS 2는 데이터 암호화, 인증, 권한 관리 등 보안 기능을 강화하여 네트워크 상에서 안전한 통신을 보장합니다.
– 멀티플랫폼 지원: ROS 2는 다양한 운영 체제와 하드웨어 플랫폼을 지원하여 더 유연한 개발 환경을 제공합니다.
– 분산 시스템 지원: ROS 2는 네트워크를 통해 분산된 여러 노드 간의 통신을 효율적으로 처리할 수 있도록 설계되었습니다.
– 개선된 API 및 사용자 경험: ROS 2는 기존 ROS 1의 API를 개선하고, 더 직관적이고 사용하기 쉬운 인터페이스를 제공합니다.

2. AI의 윤리적 문제와 해결 접근법
– 편향 문제: AI 시스템이 학습 데이터의 편향성을 그대로 반영할 경우, 특정 그룹에 대한 차별이나 불공정한 결과를 초래할 수 있습니다. 이를 해결하기 위해 다양한 데이터셋을 사용하고, 데이터의 공정성을 분석하여 편향성을 줄이는 알고리즘을 개발해야 합니다.
– 프라이버시 문제: AI가 개인 데이터를 처리하거나 저장할 때 프라이버시 침해의 위험이 있습니다. 이를 방지하기 위해 데이터 익명화 기술, 차등 프라이버시 기법, 데이터 최소화 원칙 등을 적용할 수 있습니다.
– 투명성과 설명 가능성: AI의 의사결정 과정이 불투명할 경우, 결과에 대한 신뢰가 떨어질 수 있습니다. 이를 해결하기 위해 AI 모델의 설명 가능성을 높이고, 결과를 이해할 수 있는 방식으로 제공해야 합니다.
– 책임 문제: AI가 잘못된 결정을 내렸을 때 책임 소재를 명확히 하기 위해 법적, 윤리적 가이드라인을 마련해야 합니다.
– 안전성: AI 시스템이 예상치 못한 방식으로 작동하거나 오작동할 경우, 큰 피해를 초래할 수 있습니다. 이를 방지하기 위해 철저한 테스트와 검증 과정을 거쳐야 합니다.

위의 내용을 바탕으로 ROS 2와 AI 윤리 문제에 대한 이해를 심화하고, 시험 준비에 활용할 수 있습니다.